CN107340209B - 产生源分析装置及产生源分析方法 - Google Patents

产生源分析装置及产生源分析方法 Download PDF

Info

Publication number
CN107340209B
CN107340209B CN201710281182.8A CN201710281182A CN107340209B CN 107340209 B CN107340209 B CN 107340209B CN 201710281182 A CN201710281182 A CN 201710281182A CN 107340209 B CN107340209 B CN 107340209B
Authority
CN
China
Prior art keywords
concentration
value
generation source
precursor gas
particle component
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710281182.8A
Other languages
English (en)
Other versions
CN107340209A (zh
Inventor
武田直希
长谷川祥树
小泉和裕
李波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fuji Electric Co Ltd
Original Assignee
Fuji Electric Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fuji Electric Co Ltd filed Critical Fuji Electric Co Ltd
Publication of CN107340209A publication Critical patent/CN107340209A/zh
Application granted granted Critical
Publication of CN107340209B publication Critical patent/CN107340209B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/06—Investigating concentration of particle suspensions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/06—Investigating concentration of particle suspensions
    • G01N15/0656—Investigating concentration of particle suspensions using electric, e.g. electrostatic methods or magnetic methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
    • G01N33/0042—SO2 or SO3
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/02—Devices for withdrawing samples
    • G01N1/22—Devices for withdrawing samples in the gaseous state
    • G01N1/2202—Devices for withdrawing samples in the gaseous state involving separation of sample components during sampling
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/06—Investigating concentration of particle suspensions
    • G01N15/075—Investigating concentration of particle suspensions by optical means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/02—Devices for withdrawing samples
    • G01N1/22—Devices for withdrawing samples in the gaseous state
    • G01N1/2202—Devices for withdrawing samples in the gaseous state involving separation of sample components during sampling
    • G01N2001/222—Other features
    • G01N2001/2223—Other features aerosol sampling devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N2015/0042—Investigating dispersion of solids
    • G01N2015/0046—Investigating dispersion of solids in gas, e.g. smoke

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Combustion & Propulsion (AREA)
  • Dispersion Chemistry (AREA)
  • Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)
  • Sampling And Sample Adjustment (AREA)

Abstract

分析以气体形态排出的对象成分的产生源。提供一种产生源分析装置，其包含获取含对象成分的气体的浓度测定值和与气体关联而产生的粒子成分的浓度测定值的获取部以及根据气体的浓度测定值与粒子成分的浓度测定值来分析从测定地点到对象成分产生源的距离的分析部。获取部可获取生成粒子成分的原料即前驱气体的浓度测定值与由前驱气体产生的二次生成粒子成分的浓度测定值。

Description

产生源分析装置及产生源分析方法
技术领域
本发明涉及一种产生源分析装置及产生源分析方法。
背景技术
以前已知有一种通过模拟模型来分析PM2.5等的粒子状物质的产生源的方法(专利文献1、非专利文献1)。此外，作为根据远离产生源的测定地点的粒子成分浓度的测定值来分析产生源的方法，已知有使用受体模型的分析方法(非专利文献2)。作为使用受体模型的分析方法，已知有使用测定地点的测定值与产生源信息的CMB(Chemical Mass Balance，化学质量平衡)法与使用多个测定值的PMF(Positive Matrix Factorization，正矩阵分解)法。
关于测定技术，已知有一种定量地测定粒子状物质的成分的装置(专利文献2)。作为测定对象的粒子状物质含有一次粒子成分及二次生成粒子成分。一次粒子成分直接作为粒子从产生源排出。二次生成粒子成分是作为前驱气体排出的物质通过在大气中发生化学反应而进行粒子化后的成分。据报告：粒子状物质中含有50％左右的二次生成粒子成分(非专利文献3)。另据报告：前驱气体及二次生成粒子成分会滞留在大气中(非专利文献4及非专利文献5)。
现有技术文献
专利文献
专利文献1:日本专利特开2003-255055号公报
专利文献2:国际公开第2011/114587号
非专利文献
非专利文献1:东京都微粒子状物质研究会模拟工作报告书，第7届微粒子状物质研究会，2011年7月20日，东京都微粒子状物质研究会报告书资料集(東京都微小粒子状物質検討会シミュレーションワーキング報告書、第7回微小粒子状物質検討会、平成23年7月20日、東京都微小粒子状物質検討会報告書資料集)。
非专利文献2:东京都微粒子状物质研究会模拟工作报告书，第7届微粒子状物质研究会，2011年7月20日，东京都微粒子状物质研究会报告书资料集(東京都微小粒子状物質検討会レセプターワーキング報告書、第7回微小粒子状物質検討会、平成23年7月20日、東京都微小粒子状物質検討会報告書資料集)。
非专利文献3:上野广行，《关于东京都内的PM2.5环境的现状与产生源调查的状况》，研讨会微粒子状物质(PM2.5)的现状与今后的课题(要点集)，2010年10月22日，主办方东京都环境局·环境省·大气环境学会(社)(上野広行、「都内のPM2.5環境の現状と発生源調査の状況について」、シンポジウム微小粒子状物質(PM2.5)の現状と今後の課題(要旨集)、平成22年10月22日、主催東京都環境局·環境省·(社)大気環境学会)。
非专利文献4:速水洋及其他两人，《从我国西部边缘流入的大气污染》，2004年10月31日，第12届卫生工学研讨会论文集(速水洋、他二名、「わが国西端から流入する大気汚染」、2004年10月31日、第12回衛生工学シンポジウム論文集)。
非专利文献5:植田洋匡《大气污染长距离输送时的气溶胶的动作》，气溶胶研究Vol.3(1988年)否.3秋季p.178-p.186，日本气溶胶学会(植田洋匡「大気汚染長距離輸送時のエアロゾルの挙動」、エアロゾル研究Vol.3(1988年)否.3Autumn p.178-p.186、日本エアロゾル学会)。
发明内容
发明所要解决的技术问题
然而，模拟模型的分析方法只是根据计算值来进行分析。另一方面，使用受体模型的分析方法是根据粒子成分浓度的测定值来分析产生源。然而，受体模型主要用于一次粒子成分的分析。然而，难以分析以气体形态从产生源排出的对象成分的产生源。
解决技术问题所采用的技术手段
在本发明的第1实施方式中提供产生源分析装置。产生源分析装置可包含获取部及分析部。获取部可获取气体的浓度测定值与粒子成分的浓度测定值。气体可含有对象成分。粒子成分可与气体关联地产生。分析部可根据气体的浓度测定值与粒子成分的浓度测定值来分析从测定地点到对象成分产生源的距离。
获取部可获取前驱气体的浓度测定值与二次生成粒子成分的浓度测定值。前驱气体可为生成粒子成分的原料。二次生成粒子成分可由前驱气体产生。
分析部会在前驱气体的浓度测定值比预设值高且二次生成粒子成分的浓度测定值比第1阈值低时推断到至少一个产生源的距离比基准距离近。
分析部会在二次生成粒子成分的浓度测定值比预设值高且前驱气体的浓度测定值比第2阈值低时推断到最近的产生源的距离比基准距离远。
获取部可以与前驱气体及粒子成分的浓度测定值相关联的方式获取风速数据。分析部可具有基准距离设定部。与浓度测定值相关联的风速值越大，基准距离设定部就会将基准距离设定得越长。
分析部可具有计算部。计算部可根据前驱气体的浓度测定值来计算能从前驱气体中产生的二次生成粒子成分的平衡状态浓度。分析部可根据算出的平衡状态浓度与二次生成粒子成分的浓度测定值来推断到产生源的距离。
获取部可获取每种前驱气体的浓度测定值以及由各个前驱气体产生的每种二次生成粒子成分的浓度测定值。分析部可分析每种前驱气体到产生源的距离。
获取部可分别获取时间序列数据作为前驱气体的浓度测定值与粒子成分的浓度测定值。分析部可根据前驱气体的浓度测定值的时间序列数据与粒子成分的浓度测定值的时间序列数据的相关值来分析到产生源的距离。
分析部可根据前驱气体的浓度测定值的时间序列数据的第1时间范围的数据与粒子成分的浓度测定值的时间序列数据的第2时间范围的数据的相关值来分析到产生源的距离。第2时间范围可较第1时间范围有所延迟。
获取部可以与前驱气体及粒子成分的浓度测定值相关联的方式获取风速数据。分析部可具有延迟时间设定部。延迟时间设定部可根据风速数据来设定第2时间范围相对于第1时间范围的延迟时间。
当粒子成分的浓度测定值与前驱气体的浓度测定值中的至少一个在预设的下限值以上、且粒子成分的浓度测定值的时间序列数据与前驱气体的浓度测定值的时间序列数据的相关值比预设的基准高时，分析部会推断到至少一个产生源的距离比预设的基准距离近。
分析部可具有分离部。分离部可将前驱气体的浓度测定值的时间序列数据与粒子成分的浓度测定值的时间序列数据分别分离成第1频带成分与第2频带成分。分析部可根据有关前驱气体的浓度测定值的第1频带成分与有关粒子成分浓度测定值的第1频带成分的相关值来分析到第1产生源的距离。分析部可根据有关前驱气体的浓度测定值的第2频带成分与有关粒子成分浓度测定值的第2频带成分的相关值来分析到第2产生源的距离。
获取部可进而获取气象数据。分析部可用气象数据来修正有关到产生源的距离的分析结果。
获取部可获取风速数据作为气象数据。
获取部可获取风向数据作为气象数据。分析部可具有方向分析部。方向分析部可根据含对象成分的气体的浓度测定值、与气体关联而产生的粒子成分的浓度测定值以及风向数据来分析从测定地点到对象成分产生源的方向。
获取部可获取降雨数据作为气象数据。
分析部可在从测定地点到产生源的路线上的区域观测到降雨时输出“难以分析到产生源的距离”。
获取部可获取多个测定地点的前驱气体的浓度测定值与多个测定地点的粒子成分的浓度测定值。分析部可根据多个测定地点的前驱气体的浓度测定值与多个测定地点的粒子成分的浓度测定值来分析到产生源的距离。
在本发明的第2实施方式中提供产生源分析方法。产生源分析方法可包括获取阶段与分析阶段。在获取阶段可获取气体的浓度测定值与粒子成分的浓度测定值。气体可含有对象成分。粒子成分可由气体产生。在分析阶段可根据气体的浓度测定值与粒子成分的浓度测定值来分析从测定地点到对象成分产生源的距离。
另外，上述发明概要并没有列举出本发明的所有必要特征。此外，这些特征群的亚组合也可成为发明。
附图说明
图1说明了第1实施方式的产生源分析装置的概要。
图2是针对前驱气体浓度12与二次生成粒子成分浓度22、表示对应离产生源2的距离的扩散分布的一个例子的图。
图3是表示广域中的前驱气体浓度12与二次生成粒子成分浓度22随时间变化的一个例子。
图4是表示前驱气体扩散范围内的前驱气体浓度12与二次生成粒子成分浓度22随时间变化的一个例子的图。
图5是表示前驱气体扩散范围内的前驱气体浓度12与二次生成粒子成分浓度22相互关联的一个例子。
图6是表示前驱气体扩散范围内的前驱气体浓度12与二次生成粒子成分浓度22互不相关的一个例子的图。
图7是表示前驱气体浓度12随时间变化与二次生成粒子成分浓度22随时间变化之间的延迟时间的一个例子的图。
图8是表示本发明的实施方式的产生源分析装置100的构成的图。
图9是表示产生源分析装置100的分析处理的第1例的流程图。
图10是表示前驱气体浓度12与二次生成粒子浓度之间的相关值随时间变化的一个例子的图。
图11是表示产生源分析装置100的分析处理的第2例的流程图。
图12是表示产生源分析装置100的分析处理的第3例的流程图。
图13是表示产生源分析装置100的分析处理的第4例的流程图。
图14是表示产生源分析装置100的分析处理的第5例的流程图。
图15是表示产生源分析装置100的分析处理的第6例的流程图。
图16是表示产生源分析装置100的分析处理的第7例的流程图。
图17是表示产生源分析装置100的分析处理的第8例的流程图。
图18是表示产生源分析装置100的分析处理的第9例的流程图。
图19是表示产生源分析装置100的分析处理的第10例的流程图。
图20是表示产生源分析装置100的分析处理的第11例的流程图。
图21是示意性地表示根据多个测定地点的气体及粒子成分的浓度测定值来分析到产生源2的距离的情形的图。
具体实施方式
以下通过发明的实施方式对本发明进行说明，但以下的实施方式并不会限定权利要求书中的发明。此外，实施方式中所说明的所有特征组合对于发明的解决手段来说不一定是必须的。
图1是说明本发明的实施方式的产生源分析装置100的概要的图。产生源分析装置100获取含有对象成分的气体的浓度测定值与与气体关联而产生的粒子成分的浓度测定值。气体可为生成粒子成分的原料、即前驱气体(前驱物气体)。粒子成分可为由前驱气体生成的二次生成粒子成分。
在本例中，产生源分析装置100以可与测定地点的气体浓度测定站10及粒子成分测定装置20通信的方式进行连接。产生源分析装置100可从气体浓度测定站10获取前驱气体的浓度测定值。产生源分析装置100可从粒子成分测定装置20获取二次生成粒子成分的浓度测定值。
产生源分析装置100根据测定地点的气体的浓度测定值与粒子成分的浓度测定值来分析从测定地点到包含在气体中的对象成分的产生源2的距离。在本说明书中，分析到产生源2的距离时包括推断到产生源2的距离。距离的推断可包括判断产生源2是否在比预设距离远的距离范围内。
为了分析距离，将利用气体与粒子在滞留时间上的差。气体浓度与粒子成分浓度最好在相同的地点测定。但气体浓度的测定地点与粒子成分浓度的测定地点也可相隔一定距离，且该距离与上述两个测定地点到产生源2的距离相比可以忽略不计。
大气中的二次生成粒子主要含有硫酸铵(硫酸盐)、硝酸铵(硝酸盐)及二次有机气溶胶(SOA：Secondary Organic Aerosol)。作为硫酸铵的前驱气体，有二氧化硫(SO2)。作为硝酸铵的前驱气体，有氮氧化物(否X)。
硫酸铵及硝酸铵等二次生成粒子以SO2、否X等气体的形态从产生源2排出。这些前驱气体通过在大气中发生化学反应而变成硫酸铵及硝酸铵那样的粒子。并不是所有的大气中的前驱气体都会变成粒子。
根据上述非专利文献4及5，即使大气中的前驱气体的滞留时间长的也在3天左右，前驱气体的移动距离为百公里数量级。另一方面，经粒子化的二次生成粒子在大气中的滞留时间达到其前驱气体的滞留时间的2～3倍，二次生成粒子的移动距离为千公里数量级。
图2是针对前驱气体浓度12与二次生成粒子成分浓度22、表示对应离产生源2的距离的扩散分布的一个例子的图。在图2中，使前驱气体浓度12与二次生成粒子成分浓度22的单位一致。例如，当气体浓度测定站10正在测定以体积浓度计的前驱气体浓度12，粒子成分测定装置20正在测定以质量浓度计的二次生成粒子成分浓度22时，产生源分析装置100将这些浓度转换成摩尔浓度等统一的单位。如果大气中的扩散充分，则理想状态下在产生源2的地点没有二次生成粒子。随着离开产生源2，逐渐会通过化学反应而产生二次生成粒子。在离产生源2几百公里(即前驱气体的扩散范围)远的地点(扩散极限点)，前驱气体浓度12显示出接近零的值，在理想状态下只有二次生成粒子。
因此，可通过比较前驱气体浓度12与二次生成粒子成分浓度22来推断从测定地点到产生源2的距离。如图2所示，在产生源2的局域，前驱气体浓度12比二次生成粒子成分浓度22高。而且，如果离产生源2的距离超过规定的距离，则二次生成粒子成分浓度22会变得比前驱气体浓度12高。在远离产生源2的广域中，二次生成粒子成分浓度22比前驱气体浓度12高。此外，在大于等于前驱气体所能移动的距离且小于等于二次生成粒子所能移动的距离的区域，前驱气体浓度12几乎变为零，但二次生成粒子成分浓度22不会变为零。
在图2所示的例子中，前驱气体所能移动的距离被设为基准距离。产生源分析装置100可在前驱气体浓度12大致为零而二次生成粒子成分浓度22在规定值以上时，判定从产生源2到测定点的距离大于等于基准距离(即广域)。此外，产生源分析装置100可在前驱气体浓度12及二次生成粒子成分浓度22都在规定值以上时判定从产生源2到测定点的距离小于等于基准距离(即局域)。
此外，也可将前驱气体浓度12的距离分布曲线与二次生成粒子成分浓度22的距离分布曲线的交点所对应的距离设为第2基准距离。此外，可将离产生源2的距离在第1基准距离以内的区域设为局域。也可将离产生源2的距离在第2基准距离以上的区域设为广域。第1基准距离被设定得比所述第2基准距离短。第1基准距离对应例如约1km以上且50km以下程度的距离，对应该第1基准距离的前驱气体浓度12与二次生成粒子成分浓度22的比率预先通过测定等来决定。
图3显示了广域中的前驱气体浓度12与二次生成粒子成分浓度22随时间变化的一个例子。在图3中示出了在初始时刻、在产生源2中前驱气体的排出达到了最高峰的情形。即使在产生源2排出前驱气体，广域中的前驱气体浓度12也显示出接近零的值。另一方面，二次生成粒子能超出前驱气体的扩散范围飞过来。因此，二次生成粒子成分浓度22根据来自产生源2的前驱气体排出量的增减来进行增减。此外，根据二次生成粒子的扩散速度等，广域的二次生成粒子成分浓度22的增减相对于产生源2的前驱气体排出量的增减有所延迟。
图4是表示局域中的前驱气体浓度12与二次生成粒子成分浓度22随时间变化的一个例子的图。图4示出了前驱气体在以产生源2为起点的扩散范围内的地点的浓度的随时间的变化。在产生源2的附近，前驱气体会在变成二次生成粒子之前扩散。因此，在产生源2的附近，二次生成粒子成分浓度22显示出比前驱气体浓度12低的值。
如上所述，为了利用前驱气体与粒子在滞留时间上的差来推断到产生源2的距离，存在几种方法。如上所述，可在二次生成粒子成分浓度22大致为零(例如在第1阈值以下)而前驱气体浓度12在规定值以上时推断到产生源2的距离近。如上所述，可在前驱气体浓度12大致为零(例如在第2阈值以下)而二次生成粒子成分浓度22在规定值以上时推断到产生源2的距离比前驱气体所能移动的距离远。
此外，与产生源2的距离所对应的前驱气体浓度12的衰减要比二次生成粒子成分浓度22的衰减急剧。因此，根据离产生源2的距离，前驱气体浓度12与二次生成粒子成分浓度22的大小关系、比率、差分等会有所变化。产生源分析装置100可根据前驱气体浓度12与二次生成粒子成分浓度22的大小比较、前驱气体浓度12与二次生成粒子成分浓度22的比率、或差分来推断到产生源2的距离。
此外，作为其它分析方法，有一种方法，其分别获取时间序列数据来作为前驱气体的浓度测定值和二次生成粒子成分的浓度测定值，并根据前驱气体浓度12的测定值的时间序列数据与二次生成粒子成分浓度22的测定值的时间序列数据的相关值来分析到产生源2的距离。能在前驱气体及二次生成粒子都被观测的区域分析到产生源2的距离。
图5是表示前驱气体扩散范围内的前驱气体浓度12与二次生成粒子成分浓度22的关系的一个例子的图。图6是表示前驱气体扩散范围外的前驱气体浓度12与二次生成粒子成分浓度22的关系的一个例子的图。当产生源2离得较近时，前驱气体浓度12及二次生成粒子成分浓度22会随着产生源2的前驱气体的排出力的变动而变化。因此，前驱气体浓度12与二次生成粒子成分浓度22相互关联。
具体而言，如图5所示，当产生源2在前驱气体的扩散范围内时，前驱气体浓度12与二次生成粒子成分浓度22相互关联。图5示出了前驱气体为否X气体、粒子成分为硝酸盐气溶胶的情形。然而，当前驱气体为SO2气体、粒子成分为硫酸盐气溶胶时，如果产生源2在前驱气体的扩散范围内，则会有同样的相关关系。
另一方面，如图6所示，当到产生源2的距离比前驱气体的扩散范围远时，前驱气体浓度12大致为固定值，因此前驱气体浓度12与二次生成粒子成分浓度22互不关联。图6显示了前驱气体为SO2气体、粒子成分为硫酸盐气溶胶的情形。然而，当前驱气体为否X气体、粒子成分为硫酸盐气溶胶时，如果产生源2比前驱气体的扩散范围远，则也不会有相关关系。
在从前驱气体产生粒子的过程中，从否X到硝酸铵的平均转化速度为14.7％/h，从SO2到硫酸铵的平均转化速度为3.7％/h(非专利文献5)。因此，即使是硝酸铵那样粒子化较快的物质，有时也需要约1小时以上且10小时以下程度的时间来进行粒子化。硫酸铵有时需要约1小时以上且50小时以下的时间来进行粒子化。因此，有时即使前驱气体的浓度发生变化，二次生成粒子的浓度也不会立即发生变化，而是延迟特定时间后发生变化。
图7是表示前驱气体浓度12随时间变化与二次生成粒子成分浓度22随时间变化之间的延迟时间的一个例子的图。如图7所示，产生源分析装置100可根据前驱气体的浓度测定值的时间序列数据的第1时间范围的数据与二次生成粒子成分的浓度测定值的时间序列数据的第2时间范围的数据的相关值来分析到产生源2的距离。第2时间范围与第1时间范围相比延迟了延迟时间d。
图8是表示本实施方式的产生源分析装置100的构成的图。产生源分析装置100包含获取部110及分析部120。此外，产生源分析装置100可包含存储部130。存储部130可具有地图信息数据库132及修正信息数据库134等各种数据库(以下将数据库记作“DB”)。获取部110获取气体的浓度测定值和与气体关联而产生的粒子成分的浓度测定值。在本发明中，“与气体关联而产生的粒子成分”不仅可包含二次生成粒子成分，而且可包含在产生源2与气体一同排出的碳黑等一次粒子成分。在产生源2，碳黑等一次粒子成分的排出量与气体排出量一样地变动。
例如，当测定地点附近由于汽车排气而导致否X气体增加并产生硝酸盐气溶胶时，有时会因汽车排放而呈现出碳黑等一次粒子也增加的倾向。在这种情况下，碳黑等一次粒子成分的浓度与二次生成粒子的浓度之间具有相关关系。
因此，如果比较前驱气体的浓度测定值与碳黑等一次粒子的浓度，则在离产生源2的距离超出前驱气体扩散范围的测定地点，前驱气体将变成零，在理想状态下将观测到一次粒子的浓度。此外，以产生源2为起点、在前驱气体扩散范围内的测定地点，前驱气体浓度12的测定值的时间序列数据与一次粒子浓度的测定值的时间序列数据有时会相互关联。在这种情况下，可将一次粒子成分作为与气体关联而产生的粒子成分来进行分析。但在以下的说明中，将以“与气体关联而产生的粒子成分”为二次生成粒子成分的情况为例进行说明。
如图5及图6所示，获取部110可获取氮氧化物(否X)及二氧化硫(SO2)等多种前驱气体中每一种的浓度测定值。此外，可获取由各前驱气体产生的硫酸铵(硫酸盐)及硝酸铵(硝酸盐)等二次生成粒子成分中的每一种的浓度测定值。
在本例中，获取部110从气体浓度测定站获取气体的浓度测定值。气体浓度测定站10可为自治体等所管理的测定设备，也可为个别的气体浓度测定装置。氮氧化物(否X)的浓度可利用化学发光法或Saltzmann法来测定，二氧化硫(SO2)的浓度可利用紫外线荧光法或溶液导电率法来测定。
在本例中，获取部110从粒子成分测定装置20获取粒子成分的浓度测定值。为了分析产生源2，需要比较前驱气体的绝对量与粒子成分浓度的绝对量。因此，粒子成分测定装置20最好为能对粒子成分浓度的绝对量进行定量的测定装置。此外，从粒子测定时的检测效率方面考虑，粒子成分测定装置20的变动也最好小于容许值。例如，粒子成分测定装置20是能通过向网状的捕捉体射出大气中的粒子的粒子束、并通过捕捉体来捕捉粒子、接着向捕捉到的粒子照射能量射线以产生粒子的脱离成分、然后对脱离成分进行质量分析从而准确地进行定量分析的装置(专利文献2)。但气体浓度的测定方法及粒子成分浓度的测定方法并不限于此。
也可构成为：产生源分析装置100与粒子成分测定装置20装入不同的壳体而作为不同的装置。粒子成分测定装置20与产生源分析装置100也可装入一个壳体。粒子成分测定装置20本身可具有产生源分析装置100的功能。这样，无需在粒子成分测定装置20以外设置其它的产生源分析装置100。此外，能通知粒子成分测定装置20的使用者有关到产生源的距离的分析信息。
产生源分析装置100、粒子成分测定装置20及气体浓度测定站10也可构成为一个装置。在这种情况下，产生源分析装置100具有粒子成分测定功能和气体浓度测定功能，因此能从装置内部的测定部获取测定值而无需从其它装置获取气体及粒子的各浓度的测定值。
获取部110可视需要进而获取气象数据。例如，获取部110通过网络从以可通信的方式相连的气象数据库30获取气象数据。气象数据可包含有关风速、风向、降雨、温度及湿度等的数据。从气象数据库30获取的气象数据可存储在存储部130。获取部110可以与气体及粒子成分的浓度测定值相关联的方式获取风速数据。
分析部120根据气体的浓度测定值与粒子成分的浓度测定值来分析从测定地点到产生源2的距离。如图2至图7所示，优选为分析部120可根据前驱气体的浓度测定值与二次生成粒子成分的浓度测定值来分析到产生源2的距离。
分析部120分析多个前驱气体的每一种到产生源的距离。例如，可个别地分析氮氧化物(否X)到产生源的距离与二氧化硫(SO2)到产生源的距离。分析部120可具有修正部140。修正部140根据气象数据来修正有关到产生源2的距离的分析结果。但根据所要求的分析结果的精度的不同，也可不带有修正部140。例如，当只需要粗略地知道到产生源2的距离是否为广域时，不一定要有修正部140，其可以省略。
修正部140可具有基准距离设定部142。与浓度测定值相关联的风速值越大，基准距离设定部142就会将图2所示的基准距离、第1基准距离及第2基准距离设定得越长。修正部140可具有延迟时间设定部144。延迟时间设定部144根据与浓度测定值相关联的风速数据来设定图7所示的第2时间范围相对于第1时间范围的延迟时间d。修正部140不限于上述基准距离等的修正及延迟时间的修正，可根据气象数据来修正分析结果。
分析部120可具有平衡状态浓度计算部122及相关值计算部124。平衡状态浓度计算部122根据前驱气体浓度12的测定值来计算能从前驱气体中产生的二次生成粒子成分的平衡状态浓度。但当分析部120不执行基于平衡状态浓度的分析时，平衡状态浓度计算部122可以省略。在本说明书中，二次粒子成分的平衡状态浓度是指在前驱气体与二次生成粒子成分的可逆反应处于平衡状态时、能从前驱气体产生的二次生成粒子成分的浓度。
相关值计算部124算出前驱气体浓度12的测定值的时间序列数据与二次生成粒子成分浓度22的测定值的时间序列数据的相关值。相关值可为相关系数r。相关系数r通过下式(1)来计算。
[数学式1]
Figure BDA0001279533750000151
xi：对象二次生成粒子成分在时刻i的浓度
Figure BDA0001279533750000152
对象二次生成粒子成分浓度的算术平均值
yi：对象前驱气体在时刻i的浓度
Figure BDA0001279533750000153
对象前驱气体浓度的算数平均值
相关值计算部124针对预设的时间范围(时间窗)的数据来计算相关系数。相关值计算部124通过使时间范围在时间上错开来计算相关系数的时间变化。如果数据的加权相等，则可将时间范围的中心时刻作为算出的相关系数的代表时刻。在上述的时间范围内的数据中算出式(1)的算数平均值。
日照及气温的变化会导致浓度发生变动，因此时间范围设为1天左右即可。但如上所述，从前驱气体到粒子的平均转化速度也取决于粒子成分。因此，通过考虑平均转化速度来决定时间范围即可。
分析部120可具有分离部150及方向分析部160。分离部150将气体的浓度测定值的时间序列数据与粒子成分的浓度测定值的时间序列数据分别分离成第1频带成分与第2频带成分。分析部120可根据有关气体浓度测定值的第1频带成分与有关粒子成分浓度测定值的第1频带成分的相关值来分析到第1产生源的距离。
同样，分析部120可根据有关气体浓度测定值的第2频带成分与有关粒子成分浓度测定值的第2频带成分的相关值来分析到第2产生源的距离。方向分析部160可根据气体浓度测定值、粒子成分浓度测定值以及风向数据来分析从测定地点到对象成分产生源2的方向。但如果不将时间序列数据分离成频带成分来进行分析，则分离部150可以省略。此外，如果不分析到产生源2的方向，则方向分析部160可以省略。
图9是显示产生源分析装置100的分析处理的第1例的流程图。获取部110获取前驱气体浓度12与粒子成分浓度(步骤S101)。步骤S101的处理相当于获取气体浓度的测定值和与气体关联而产生的粒子成分浓度的测定值。粒子成分浓度可为二次生成粒子成分浓度22。可为具有前驱气体浓度12与二次生成粒子成分浓度22的1小时以内的时间分辨率的时间序列数据。但作为步骤S101中的处理，不一定为时间序列数据，也可为一个点或多个点的浓度测定值。
在本例中，分析部120将前驱气体浓度12与二次生成粒子成分浓度22转换成可比较的单位(步骤S102)。前驱气体浓度12通常用体积浓度(ppb等)来表示，二次生成粒子成分浓度22通常用质量浓度(μg/m3等)来表示。分析部120可将各自的单位转换成摩尔浓度。
分析部120比较前驱气体浓度12的测定值与二次生成粒子成分浓度22的测定值(步骤S103)。当二次生成粒子成分浓度22在前驱气体浓度12以上(步骤S103：是)时，分析部120将推断从测定地点到产生源2的距离比基准距离远(步骤S104)。因此，分析部120可判断产生源2位于较为广大的区域。
当二次生成粒子成分浓度22不到前驱气体浓度12(步骤S103：否)时，将进到步骤S105以下的使用相关值的分析处理。获取部110获取前驱气体浓度12与粒子成分浓度各自的时间序列数据。在步骤S101，如果已获取时间序列数据，则步骤S105的处理将被省略。相关值计算部124算出气体的浓度测定值的时间序列数据与粒子成分的浓度测定值的时间序列数据的相关值(步骤S106)。
分析部120判断算出的相关值是否在规定值以上(步骤S107)。如果算出的相关值不到规定值(步骤S107：否)，则判断无关联。因此，分析部120推断从测定地点到产生源2的距离比基准距离远(步骤S104)。另一方面，当算出的相关值在规定值以上(步骤S107：是)且对象二次生成粒子浓度的测定值或前驱气体浓度12的测定值在检测下限值以上(步骤S108：是)时，分析部120将推断从测定地点到产生源2的距离比基准距离近(步骤S109)。
如果二次生成粒子浓度的测定值及前驱气体浓度12的测定值不到检测下限(步骤S108：否)，则表面看来相关值增大。因此，可在不分析产生源2的距离的情况下结束处理。在这种情况下，二次生成粒子浓度本身就低，因此无需分析产生源2。另外，作为相关值比较基准的规定值可预先设定。一般而言，如果相关值在0以上0.2以下，则几乎无关联；如果相关值在0.4以上，则有相当程度的正关联。因此，规定值可设定在0.1以上且0.4以下的范围。以上的步骤S102到步骤S109相当于根据气体的浓度测定值与粒子成分的浓度测定值来分析从测定地点到对象成分产生源2的距离的阶段的一个例子。
与模拟模型的分析方法不同，本例的产生源分析装置100的分析处理是根据气体浓度的测定值与二次生成粒子浓度的测定值来进行分析，因此分析能反映实际状态。而且，可分析通过在大气中发生化学反应而粒子化的二次生成粒子的产生源2。根据本例的分析处理，可区分在测定地点观测到的二次粒子成分是来源于测定地点附近的产生源还是来源于离测定地点较远的产生源2。因此，可判断出是来源于需要地方自治体来应对的局域性的产生源2还是来源于需要国家来应对的广域性的产生源2，从而有助于有效地应对产生源。
本例的产生源分析装置100的分析处理同时使用了基于气体浓度测定值的时间序列数据与粒子成分浓度测定值的时间序列数据的相关值的分析。因此，即便不是“完全观测不到前驱气体而只观测到粒子”的情况，也能适当地进行分析。
图10是表示前驱气体浓度12与二次生成粒子浓度之间的相关值随时间变化的一个例子的图。在图10中显示了根据在实际情况下的测定地点所观测到的时间序列数据、并将第1时间范围及第2时间范围设为1天(24小时)而求得的相关值。计算出硫酸铵中作为阴离子的硫酸离子的浓度与二氧化硫(SO2)的浓度之间的相关值。
在图10所示的期间中，选择相关值较小的期间T1及期间T4与相关值与T1及T4相比较大的期间T2及期间T4，并利用气象模型模拟气块的运动，之后比较结果。比较结果如以下表1至表4所示。作为气象模型，利用了美国海洋大气管理局(否AA)的HYSPLIT4(HYbridSingle-Particle Lagrangian Integrated Trajectory)。HYSPLIT为一种模型，其可根据世界各国的气象数据计算出某时某地的气块从哪里移动过来(后方轨迹)、移向哪里(前方轨迹)。
[表1]
Figure BDA0001279533750000181
[表2]
Figure BDA0001279533750000182
Figure BDA0001279533750000191
如果是相关值较小的期间T1及期间T4，则从距离不到200km的范围飞来的气块的比率分别为7％及0％。另一方面，从200km以上的远方飞来的气块的比率分别为93％及100％。
[表3]
Figure BDA0001279533750000192
[表4]
Figure BDA0001279533750000193
另一方面，如果是相关值与期间T1及期间T4相比较大的期间T2及期间T3，则从距离不到200km的范围飞来的气块的比率分别为68％及47％。另一方面，从200km以上的远方飞来的气块的比率分别为32％及53％。
由以上结果可知，相关值低的期间与相关值高的期间相比，从远方飞来的气块较多。在这种情况下，可以说粒子是从较远的产生源2飞来的。另外可知，相对于此在相关系数大的期间，从较近的地方飞来的气块较多。在这种情况下，可以说粒子是从较近的产生源2飞来的。因此，本例的产生源分析装置100的分析处理可通过计算负荷少的分析方法获得与大规模模拟一样的分析结果。
图11是表示产生源分析装置100的分析处理的第2例的流程图。步骤S201的处理与图9的步骤S101的处理一样。分析部120算出以前驱气体浓度12为基准的二次生成粒子成分浓度22的比率，并根据比率来推断到产生源2的距离。
具体而言，当比率与第1值相比在第1值以下(步骤S202：是)且前驱气体浓度12在规定值以上(步骤S203：是)时，分析部120将推断从测定地点到产生源2的距离比第1基准距离近(步骤S204)。
如果二次生成粒子浓度22的测定值及前驱气体浓度12的测定值不到检测下限，则有时从表面上看、以前驱气体浓度12为基准的二次生成粒子成分浓度22的比率会算得低。因此，即使比率在第1值以下(步骤S202：是)，当前驱气体浓度12不到规定值(步骤S203：否)时，可在不分析产生源2的距离的情况下结束处理。
如果算出的比率大于第1值(步骤S202：否)，则算出的比率将与第2值进行比较(步骤S205)。第2值设定得比第1值大。当比率在第2值以上(步骤S205：是)且二次生成粒子成分浓度22在规定值以上(步骤S206：是)时，分析部120将推断从测定地点到产生源2的距离比第2基准距离近(步骤S204)。第2基准距离被设定得比第1基准距离长。
第1值及第2值可预先通过实验或模拟来设定，并存储在存储部130中。根据本例，可不使用第1例中的前驱气体的浓度测定值与粒子成分的浓度测定值的大小比较或差分，而是通过使用前驱气体的浓度测定值与粒子成分的浓度测定值的比率来分析到产生源2的距离。因此，可省略将前驱气体浓度12与二次生成粒子成分浓度22转换成可比较的单位的步骤(图9的步骤S102)。
图12是表示产生源分析装置100的分析处理的第3例的流程图。步骤S301的处理与图9的步骤S101的处理一样，因此不再重复说明。在本例中，通过将前驱气体浓度12及二次生成粒子成分浓度22分别与阈值c1、c2、c3、c4一个个地进行比较来分析到产生源2的距离。
当前驱气体浓度12的测定值在预设的阈值c1以上(步骤S302：是)且二次生成粒子成分浓度22的测定值在阈值c2以下(步骤S303：是)时，分析部120将推断到至少一个产生源2的距离比第1基准距离近(步骤S304)。另一方面，当二次生成粒子成分浓度22的测定值在预设的阈值c3以上(步骤S305：是)且前驱气体浓度12的测定值在阈值c4以下(步骤S306：是)时，分析部120将推断到最近的产生源2的距离比第2基准距离远(步骤S307)。
阈值c2可设定在零左右。阈值c1与阈值c2在换算成可比较的单位时设为c1＞c2。阈值c4可设定在零左右。阈值c3与阈值c4在换算成可比较的单位时设定为c3＞c4且c3在测定下限值以上。
一般认为，虽然前驱气体浓度12在阈值c1以上且前驱气体本身被观测到(步骤S302：是)，但当二次生成粒子成分浓度22在阈值c2以下且大致为零(步骤S303：是)，所产生的前驱气体在变成二次生成粒子之前已扩散。因此，推断到产生源2的距离比第1距离近。另一方面，虽然二次生成粒子成分浓度22在阈值c3以上且二次生成粒子本身已被观测到(步骤S305：是)，但当前驱气体浓度12在阈值c4以下且大致为零(步骤S306：是)时，可推断到产生源2的距离比基准距离远。
如以上图9、图11及图12所示，在本说明书中，根据前驱气体的浓度测定值与粒子成分的浓度测定值来分析从测定地点到对象成分产生源2的距离包括根据前驱气体浓度12与二次生成粒子成分浓度22的大小比较、前驱气体浓度12与二次生成粒子成分浓度22的比率、或差分来推断到产生源2的距离。
图13是显示产生源分析装置100的分析处理的第4例的流程图。本例的分析处理除了步骤S402及步骤S403的处理以外与图12的第3例的处理一样。本例的步骤S401及步骤S404至步骤S409的处理与图12的步骤S301至步骤S307的处理一样。因此不再重复说明。
获取部110以与气体及粒子成分的浓度测定值相关联的方式获取气象数据(步骤S402)。气象数据可包含有关风速、风向、降雨、温度及湿度等的数据。获取部110可获取气体及粒子成分浓度的测定地点及测定时刻的气象数据作为与浓度测定值相关联的气象数据。获取部110从气象数据库30获取的气象数据可存储在存储部130中。
修正部140根据气象数据来修正有关到产生源2的距离的分析结果。具体而言，修正部140可根据气象数据来修正关于基准距离的要素(步骤S403)。修正部140也可根据气象数据来修正关于前驱气体浓度12的实测值及二次生成粒子成分浓度22的实测值等浓度的要素(步骤S403)。
例如，前驱气体与二次生成粒子的反应为化学平衡反应，且平衡点根据温度的不同而有所变化。具体而言，如果温度低则粒子容易从前驱气体中形成，如果温度高则容易气化。因此，存在气温越低、前驱气体的滞留时间越短的倾向，因此可修正为基准距离等也变短。此外，湿度会影响从二氧化硫到硫酸的化学反应。因为水分越少、硫化盐就越不容易产生，因此可修正为随着湿度降低基准距离等也变长。此外，温度及湿度也会影响被排出的含有对象成分的气体及空气所能到达的高度。平均风速通常会随着远离地表而增大，因此所能到达的高度越高，气体的扩散范围就越长。
修正部140可预先决定基准风速，并根据实际的风速来修正前驱气体浓度12的测定值及二次生成粒子成分浓度22的测定值，然后算出假定为基准风速时的基准浓度值。然后，分析部120可根据前驱气体浓度12的基准浓度值与二次生成粒子成分浓度22的基准浓度值来进行分析，从而考虑风速的影响(步骤S404到步骤S409)。
如上所述，关于基准距离等的距离信息、延迟时间及浓度的修正，对应风速、温度、湿度等气象信息的修正量或修正量的计算公式可预先存储在存储部130的修正信息数据库134中。修正量或修正量的计算公式可预先使用模拟模型来计算。模拟模型可通过适当地组合局部地区气象模型、Euler型扩散模型、光化学反应模型、二次粒子生成模型及沉淀模型等。同样在这种情况下，一旦设定了修正量和修正量的计算公式，之后将无需该地区乃至全球范围的模拟模型，从而可防止分析装置的规模变得庞大。
但本例的分析处理并不限于预先将修正量或修正量的计算公式存储在存储部130，修正部140可在每次分析时计算修正量。例如，修正部140也可使用包含二次粒子生成过程的羽状模型作为分析型模型来计算修正量。羽状模型假定刮风状态的扩散为正态分布(高斯分布)，并赋予扩散幅度，借此算出扩散所导致的浓度变化。在大气中，气体及粒子成分随风上下左右地扩散。
通过本例，可根据气象数据来修正包含有关距离的要素或有关浓度的要素的分析结果，因此可获得反映实际状况的分析结果。
图14是表示产生源分析装置100的分析处理的第5例的流程图。图14所示的处理为基于图13所示的气象数据的修正的一个例子。步骤S501及步骤S504至步骤S509与图12及图13的处理一样。因此不再重复说明。
获取部110以与气体及粒子成分的浓度测定值相关联的方式获取风速数据作为气象数据之一(步骤S502)。获取部110可获取气体及粒子成分浓度的测定地点及测定时刻的风速数据作为与浓度测定值相关联的风速数据。获取部110可获取的风速数据存储在存储部130中。
修正部140根据风速数据来修正有关到产生源2的距离的分析结果。前驱气体的扩散范围取决于在滞留时间内有多少气块(羽状物)被输送。风速越大、前驱气体就会被输送到越远的地方。因此，与浓度测定值相关联的风速值越大，基准距离设定部142就会将图2所示的基准距离、第1基准距离及第2基准距离设定得越长。根据风速来修正第1基准距离及第2基准距离等距离的要素，从而可获得更切实地反映情况的分析结果。
图15是显示产生源分析装置100的分析处理的第6例的流程图。图15所示的处理为基于图13所示的气象数据的修正的一个例子。步骤S601、步骤S603至步骤S605及步骤S607到步骤S609的处理与图12至图14的处理一样。因此不再重复说明。
获取部110以与气体及粒子成分的浓度测定值相关联的方式获取风向数据作为气象数据之一(步骤S602)。获取部110可获取气体及粒子成分浓度的测定地点及测定时刻下的风向数据作为与浓度测定值相关联的风向数据。获取部110也可以测定时点为基准、在规定的时间范围内进行时间上的追溯以获取风向数据。
方向分析部160根据前驱气体浓度12的测定值、二次生成粒子成分浓度22的测定值以及风向数据来分析从测定地点到对象成分产生源2的方向。具体而言，分析部120根据前驱气体浓度12的测定值与二次生成粒子成分浓度22的测定值来推断到产生源2的距离(步骤S603到步骤S605、步骤S607到步骤S609)。然后，可以测定时点为基准、在规定的时间范围内进行时间上的追溯以获得风向数据，并根据该风向数据算出平均风向，并将该平均风向推断为产生源2的方向(步骤S606)。分析部120从地图信息数据库132读取地图信息，并在地图信息上显示产生源2的推断位置范围。
图16是显示产生源分析装置100的分析处理的第7例的流程图。图16所示的处理为基于图13所示的气象数据的修正的一个例子。步骤S701及步骤S705至步骤S710的处理与图12及图15的处理一样。因此不再重复说明。
获取部110以与气体及粒子成分的浓度测定值相关联的方式获取降雨数据作为气象数据之一(步骤S702)。获取部110可获取气体及粒子成分浓度的测定地点及测定时刻的降雨数据作为与浓度测定值相关联的降雨数据。分析部120将判断在从测定地点到产生源的路线上的区域是否观测到降雨(步骤S703)。在本说明书中，降雨包括降雪。例如，分析部120根据风向数据选择风上侧的规定宽度的区域作为从测定地点到产生源的路线上的区域。例如，分析部120在从地图信息数据库132读出的地图信息上映射路线上的区域、气候数据中的雨云的区域。
分析部120在从测定地点到产生源的路线上的区域观测到降雨(步骤S703：是)时将输出“难以分析到产生源的距离”(步骤S704)。例如，在上述的映射之后，如果路线上的区域与雨云上的区域重叠程度达到规定值以上时，分析部120将判断在路线上的区域观测到降雨。当观测到降雨时，空气中的粒子和前驱气体溶解于水中而从大气中被去除。结果，前驱气体浓度12与二次生成粒子成分浓度22的相互关联也将失去。根据本例的处理，当观测到降雨时，将向使用者发送“难以分析”的消息以引起注意。
在以上的图13到图16所示的第4例到第7例的分析处理中，以将基于气象数据的修正处理用于图12所示的第3例的处理为例进行了说明。然而，这些修正处理也适用于图9及图11所示的第1例及第2例。
图17是显示产生源分析装置100的分析处理的第8例的流程图。图17所示的处理除了步骤S802及步骤S803的处理以外与图9所示的第1例的处理一样。
平衡状态浓度计算部122根据前驱气体浓度12的测定值来计算能从前驱气体中产生的二次生成粒子成分的平衡状态浓度(步骤S802)。具体而言，平衡状态浓度计算部122从气象数据库30获取温度数据。平衡状态浓度计算部122使用前驱气体与二次粒子成分之间的化学平衡式、根据前驱气体浓度12的测定值与温度来计算能从前驱气体中产生的二次生成粒子成分的平衡状态浓度。平衡状态浓度计算部122可使用CMB(Carbon BondMechanism，碳键机制)等现有的化学反应模型。平衡状态浓度计算部122可在步骤S802的处理中将二次粒子成分浓度的测定值和平衡状态浓度的计算值转换成可比较的单位。
分析部120根据平衡状态浓度的计算值与二次生成粒子成分浓度22的测定值来分析到产生源2的距离。本例的分析部120比较平衡状态浓度的计算值与二次生成粒子成分浓度22的测定值(步骤S803)。
当二次生成粒子成分浓度22在前驱气体浓度12以上(步骤S803：是)时，分析部120将推断从测定地点到产生源2的距离比基准距离远(步骤S804)。因此，可判断产生源2位于较广的区域。根据本例，可在计算平衡状态浓度的过程中添加温度的影响后进行分析，因此分析可反映实际的状况。
在本例中，作为根据平衡状态浓度的计算值与二次生成粒子成分浓度22的测定值来分析到产生源2的距离，在图9的步骤S103中显示了使用平衡状态浓度的计算值来代替前驱气体浓度12的实测值的处理。然而，本例并不限于这种情况。在图11及图12所示的处理中，也可使用平衡状态浓度的计算值。具体而言，分析部120可通过平衡状态浓度的计算值与二次生成粒子成分的浓度测定值的大小比较、差分、比率及各自的值的个别的阈值的比较等来分析到产生源2的距离。
图18是表示产生源分析装置100的分析处理的第9例的流程图。在图9及图17中在比较前驱气体浓度12与二次生成粒子成分浓度22的处理以外，还显示了同时使用相关值的分析处理的例子。然而，也可以单独地使用根据前驱气体的浓度测定值的时间序列数据的第1时间范围的数据与二次生成粒子成分的浓度测定值的时间序列数据的第2时间范围的数据的相关值来分析到产生源2的距离的处理。具体的处理内容与图9共通，因此省略详细说明。
图19是表示产生源分析装置100的分析处理的第10例的流程图。图19所示的处理除了步骤S1002及步骤S1003的处理以外与图18所示的处理一样。具体而言，图19的步骤S1001、步骤S1004到步骤S1008的处理与图18的步骤S901到步骤S906的处理一样。因此不再重复说明。
获取部110以与气体及粒子成分的浓度测定值相关联的方式获取风速数据作为气象数据之一(步骤S1002)。获取部110可获取气体及粒子成分浓度的测定地点及测定时刻的风速数据作为与浓度测定值相关联的风速数据。获取部110可将获取到的风速数据存储在存储部130中。
延迟时间设定部144根据与浓度测定值相关联的风速数据来设定图7所示的第2时间范围相对于第1时间范围的延迟时间d。根据风速数据的不同，前驱气体及粒子成分的扩散状态会有所变化，因此延迟时间d也会受到影响。表示风速与延迟时间d的设定值的关系的表格或用于计算延迟时间d的设定值的计算公式可预先存储在存储部130中。
图20是显示产生源分析装置100的分析处理的第11例的流程图。获取部110获取前驱气体浓度12与粒子成分浓度(步骤S1101)。分离部150将前驱气体的浓度测定值的时间序列数据与二次生成粒子成分的浓度测定值的时间序列数据分别分离成第1频带成分与第2频带成分(步骤S1102)。例如，分离部150可将基准频率f0以下的频带成分设为第1频带成分，将高于基准频率f0的频带成分设为第2频带成分。可将基准频率f0设定在比一日内变动频率(周期为24小时)高的范围内。例如，基准周波数f0设在1×10-5以上且1×10-6以下的范围内。也可将各浓度测量值的时间序列数据分离成三个以上的频带。
相关值计算部124算出有关气体浓度测定值的第1频带成分与有关二次生成粒子成分浓度测定值的第1频带成分的相关值(步骤S1103)。同样，相关值计算部124算出有关气体浓度测定值的第2频带成分与有关二次生成粒子成分浓度测定值的第2频带成分的相关值(步骤S1103)。各相关值可为相关系数。
分析部120根据有关气体浓度测定值的第1频带成分与有关粒子成分浓度测定值的第1频带成分的相关值来分析到与第1频带成分有关的第1产生源的距离。具体而言，分析部120判断第1频带成分的相关值是否在规定值以上(步骤S1104)。当第1频带成分的相关值在规定值以上(步骤S1104：是)且对象二次生成粒子浓度的测定值或前驱气体浓度12的测定值在检测下限值以上(步骤S1105：是)时，分析部120将推断从测定地点到与第1频带成分有关的第1产生源的距离比基准距离近(步骤S1106)。
另一方面，如果算出的相关值不到规定值(步骤S1104：否)，则判断无关联。因此，分析部120推断从测定地点到第1产生源的距离比基准距离远(步骤S1107)。接着，分析部120根据有关气体浓度测定值的第2频带成分与有关二次生成粒子成分浓度测定值的第2频带成分的相关值来分析到与第2频带成分有关的第2产生源的距离。
具体而言，分析部120判断第2频带成分的相关值是否在规定值以上(步骤S1108)。如果第2频带成分的相关值不到规定值(步骤S1108：否)，则分析部120将判断无关联。因此，分析部120推断从测定地点到第2产生源的距离比基准距离远(步骤S1109)。
当第2频带成分的相关值在规定值以上(步骤S1108：是)且对象二次生成粒子浓度的测定值或前驱气体浓度12的测定值在检测下限值以上(步骤S1110：是)时，分析部120将推断从测定地点到与第2频带成分有关的第2产生源的距离比基准距离近(步骤S1111)。
根据产生源分析装置100的本例的处理，可对在排出量的时间变动频率上存在差异的多个产生源进行距离的分析。即使第1产生源位于广域而第2产生源位于局域，也可进行分析。
图21示意性地显示了根据多个测定地点的气体及粒子成分的浓度测定值来分析到产生源2的距离的情形。在本例中，获取部110获取多个测定地点的前驱气体浓度12的测定值与多个测定地点的二次生成粒子成分浓度的测定值22。分析部120根据多个测定地点的前驱气体的浓度测定值与多个测定地点的二次生成粒子成分浓度22的测定值来分析到所述产生源2的距离。
仅根据一个测定地点M1的浓度测定值则无法弄清测定地点M1的值是对应距离分布曲线上的哪个点。在本例中，通过获取离产生源2的距离互不相同的多个地点的气体及粒子成分的浓度测定值，可算出前驱气体浓度12的距离分布曲线14及二次生成粒子成分浓度22的距离分布曲线24。
可使用用于获得对应高斯分布的近似曲线(拟合曲线)的函数的高斯拟合法来获得距离分布曲线14及距离分布曲线24。在图21中，通过将高斯拟合用于3个测定地点M1、M2及M3的前驱气体的浓度测定值来算出距离分布曲线14。同样，可通过将高斯拟合用于3个测定地点M1、M2及M3的二次生成粒子成分测定值来算出距离分布曲线24。
只要知道测定地点M1、M2及M3的位置关系，就能通过分析算出的前驱气体浓度12的距离分布曲线14及二次生成粒子成分浓度22的距离分布曲线24的斜率来分析产生源2的位置。例如，考虑在产生源2的位置，前驱气体浓度12的距离分布曲线14取最大值，二次生成粒子成分浓度22的距离分布曲线24在零附近，从而确定产生源2的位置。
根据本例，可通过算出由于多个测定地点的前驱气体与二次生成粒子成分的滞留时间的差异而产生的前驱气体浓度12的距离分布曲线14及二次生成粒子成分的距离分布曲线24并分析其斜率来缩小产生源2位置的范围。
本说明书中的各实施方式可适当地进行组合。以上通过实施方式对本发明进行了说明，但本发明的技术范围并不限于上述实施方式所记载的范围。本领域的技术人员明白，可对上述实施方式进行各种变更或改良。这种经变更或改良的形态也可包含在本发明的技术范围内，可通过权利要求书来明确。
要注意的是，关于权利要求书、说明书及附图中所示的装置、***、程序及方法的动作、顺序、步骤及阶段等中的各个处理的实施顺序，除非特别注明“在…之前”、“先于…”等文字或“将之前的处理的输出用于之后的处理”等，否则可以任意的顺序来实现。关于权利要求书、说明书及附图中的工作流程，即使为了方便起见在说明时用了“首先”、“接着”等，也并不表示一定要按照这个顺序实施。
标号说明
2 产生源
10 气体浓度测定站
12 前驱气体浓度
14 距离分布曲线
20 粒子成分测定装置
22 二次生成粒子成分浓度
24 距离分布曲线
30 气象数据库
100 产生源分析装置
110 获取部
120 分析部
122 平衡状态浓度计算部
124 相关值计算部
130 存储部
132 地图信息数据库
134 修正信息数据库
140 修正部
142 基准距离设定部
144 延迟时间设定部
150 分离部
160 方向分析部

Claims (19)

1.一种产生源分析装置，其包含：
获取部，其获取含对象成分的气体的浓度测定值和与所述气体相关联地产生的粒子成分的浓度测定值；以及
分析部，其根据所述气体的浓度测定值与所述粒子成分的浓度测定值，通过基于所述气体的浓度测定值和所述粒子成分的浓度测定值的大小比较、比率、差分、时间序列数据的相关值中的任一种方法，来分析从测定地点到所述对象成分的产生源的距离。
2.根据权利要求1所述的产生源分析装置，其特征在于，所述获取部获得生成所述粒子成分的原料即前驱气体的浓度测定值与由所述前驱气体生成的二次生成粒子成分的浓度测定值。
3.根据权利要求2所述的产生源分析装置，其特征在于，所述分析部在所述前驱气体的浓度测定值比预设值高且所述二次生成粒子成分的浓度测定值比第1阈值低时推断到至少一个产生源的所述距离比基准距离近。
4.根据权利要求2所述的产生源分析装置，其特征在于，所述分析部在所述二次生成粒子成分的浓度测定值比预设值高且所述前驱气体的浓度测定值比第2阈值低时推断到最近的产生源的所述距离比基准距离远。
5.根据权利要求3所述的产生源分析装置，其特征在于，所述获取部以与所述前驱气体及所述粒子成分的浓度测定值相关联的方式获取风速数据，
所述分析部具有基准距离设定部，且与所述浓度测定值相关联的风速值越大，所述基准距离设定部将所述基准距离设定得越长。
6.根据权利要求2所述的产生源分析装置，其特征在于，所述分析部具有计算部，其根据所述前驱气体的浓度测定值来计算能从所述前驱气体中产生的二次生成粒子成分的平衡状态浓度，
所述分析部根据算出的所述平衡状态浓度与所述二次生成粒子成分的浓度测定值来分析到所述产生源的距离。
7.根据权利要求4所述的产生源分析装置，其特征在于，所述获取部以与所述前驱气体及所述粒子成分的浓度测定值相关联的方式获取风速数据，
所述分析部具有基准距离设定部，且与所述浓度测定值相关联的风速值越大，所述基准距离设定部将所述基准距离设定得越长。
8.根据权利要求2至7中任一项所述的产生源分析装置，其特征在于，所述获取部获取多种所述前驱气体的每一种的所述浓度测定值以及由每种所述前驱气体产生的每种所述二次生成粒子成分的所述浓度测定值，
所述分析部分析每种所述前驱气体到产生源的距离。
9.根据权利要求2所述的产生源分析装置，其特征在于，所述获取部分别获取时间序列数据作为所述前驱气体的浓度测定值与所述粒子成分的浓度测定值，
所述分析部根据所述前驱气体的浓度测定值的时间序列数据与所述粒子成分的浓度测定值的时间序列数据的相关值来分析到所述产生源的距离。
10.根据权利要求9所述的产生源分析装置，其特征在于，所述分析部根据所述前驱气体的浓度测定值的时间序列数据中的第1时间范围的数据与所述粒子成分的浓度测定值的时间序列数据中的与所述第1时间范围相比有所延迟的第2时间范围的数据的相关值来分析到所述产生源的距离。
11.根据权利要求10所述的产生源分析装置，其特征在于，所述获取部以与所述前驱气体及所述粒子成分的浓度测定值相关联的方式获取风速数据，
所述分析部具有延迟时间设定部，其根据所述风速数据来设定所述第2时间范围相对于所述第1时间范围的延迟时间。
12.根据权利要求9至11中任一项所述的产生源分析装置，其特征在于，当所述粒子成分的浓度测定值与所述前驱气体的浓度测定值中的至少一个在预设的下限值以上、且所述粒子成分的浓度测定值的时间序列数据与所述前驱气体的浓度测定值的时间序列数据的相关值比预设的基准高时，所述分析部会推断到至少一个所述产生源的所述距离比预设的基准距离近。
13.根据权利要求9至11中任一项所述的产生源分析装置，其特征在于，所述分析部具有分离部，其将所述前驱气体的浓度测定值的时间序列数据与所述粒子成分的浓度测定值的时间序列数据分别分离成第1频带成分与第2频带成分，
所述分析部根据有关所述前驱气体的浓度测定值的第1频带成分与有关所述粒子成分的浓度测定值的第1频带成分的相关值来分析到第1产生源的距离，
并根据有关所述前驱气体的浓度测定值的第2频带成分与有关所述粒子成分的浓度测定值的第2频带成分的相关值来分析到第2产生源的距离。
14.根据权利要求1至4中任一项所述的产生源分析装置，其特征在于，所述获取部还获取气象数据，
所述分析部用所述气象数据来修正有关到所述产生源的距离的分析结果。
15.根据权利要求14所述的产生源分析装置，其特征在于，所述获取部获取风速数据作为所述气象数据。
16.根据权利要求14所述的产生源分析装置，其特征在于，所述获取部获取风向数据作为所述气象数据，
所述分析部具有方向分析部，其根据含对象成分的气体的浓度测定值、与所述气体相关联地产生的粒子成分的浓度测定值以及所述风向数据来分析从测定地点到所述对象成分的产生源的方向。
17.根据权利要求14所述的产生源分析装置，其特征在于，所述获取部获取降雨数据作为所述气象数据，
当从所述测定地点到所述产生源的路线上的区域观测到降雨时，所述分析部将输出难以分析到所述产生源的距离这一意思。
18.根据权利要求2至7中任一项所述的产生源分析装置，其特征在于，所述获取部获取多个测定地点的所述前驱气体的浓度测定值与多个测定地点的所述粒子成分的浓度测定值，
所述分析部根据多个测定地点的所述前驱气体的浓度测定值与多个测定地点的所述粒子成分的浓度测定值来分析到所述产生源的距离。
19.一种产生源分析方法，其包括：
获取含对象成分的气体的浓度测定值和与所述气体相关联地产生的粒子成分的浓度测定值的阶段；以及
根据所述气体的浓度测定值与所述粒子成分的浓度测定值，通过基于所述气体的浓度测定值和所述粒子成分的浓度测定值的大小比较、比率、差分、时间序列数据的相关值中的任一种方法，来分析从测定地点到所述对象成分产生源的距离的阶段。
CN201710281182.8A 2016-04-28 2017-04-26 产生源分析装置及产生源分析方法 Active CN107340209B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016092075A JP6672996B2 (ja) 2016-04-28 2016-04-28 発生源分析装置および発生源分析方法
JP2016-092075 2016-04-28

Publications (2)

Publication Number Publication Date
CN107340209A CN107340209A (zh) 2017-11-10
CN107340209B true CN107340209B (zh) 2021-12-24

Family

ID=60158218

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710281182.8A Active CN107340209B (zh) 2016-04-28 2017-04-26 产生源分析装置及产生源分析方法

Country Status (3)

Country Link
US (1) US10302610B2 (zh)
JP (1) JP6672996B2 (zh)
CN (1) CN107340209B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6880756B2 (ja) * 2017-01-13 2021-06-02 富士通株式会社 測定装置および測定方法
JP6870442B2 (ja) * 2017-04-06 2021-05-12 富士電機株式会社 発生源分析装置および発生源分析システム
CN108052486B (zh) * 2017-12-01 2021-03-09 南开大学 基于颗粒物无机组分和有机标识物的精细化源解析方法
CN108446531B (zh) * 2018-03-08 2021-06-29 南开大学 基于实测源成分谱和源解析技术的受体Si和Al重构方法
US11906415B1 (en) * 2022-10-31 2024-02-20 Halo Smart Solutions, Inc. Pollutant sensor device, system and method

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003255055A (ja) 2002-03-01 2003-09-10 Hitachi Eng Co Ltd 大気汚染発生源推定の環境シミュレーション方法およびシステム
US20040002166A1 (en) * 2002-06-27 2004-01-01 Wiederin Daniel R. Remote analysis using aerosol sample transport
CN100541169C (zh) * 2003-06-13 2009-09-16 三菱重工业株式会社 扩散物质的扩散状况预测方法及扩散状况预测***
RU2284502C1 (ru) * 2005-02-21 2006-09-27 Владимир Симонович Агроскин Устройство для измерения концентрации пыли в газовой среде
FI20055694A (fi) * 2005-12-22 2007-06-23 Metso Automation Oy Suspension mittaus
US20090158822A1 (en) * 2007-12-20 2009-06-25 General Electric Company Devices, methods and systems for measuring one or more characteristics of a biomaterial in a suspension
CN201233390Y (zh) * 2008-07-28 2009-05-06 宇星科技发展(深圳)有限公司 一种烟气在线连续监测装置
CN201344927Y (zh) * 2009-01-05 2009-11-11 安徽建筑工业学院 火灾烟气迁移实验装置
EP2440893B1 (en) * 2009-06-12 2019-09-11 SpectraSensors, Inc. Optical absorbance measurements with self-calibration and extended dynamic range
WO2011114587A1 (ja) * 2010-03-17 2011-09-22 国立大学法人 東京大学 微粒子組成分析方法及び微粒子組成分析装置
US9308496B2 (en) * 2010-04-23 2016-04-12 General Electric Company System and method for controlling and reducing NOx emissions
CN103293271B (zh) * 2012-02-22 2016-08-03 上海微电子装备有限公司 一种污染测试装置及方法
JP5743930B2 (ja) * 2012-03-07 2015-07-01 株式会社東芝 大気拡散物質発生源探査装置、大気拡散物質発生源探査システムおよび大気拡散物質発生源探査方法
JP5813538B2 (ja) * 2012-03-08 2015-11-17 株式会社東芝 情報処理装置及び放出点推定方法
US9322767B2 (en) * 2012-04-17 2016-04-26 i-calQ, LLC Device for performing a blood, cell, and/or pathogen count and methods for use thereof
JP2014052245A (ja) * 2012-09-06 2014-03-20 Azbil Corp 物質発生源特定システム及び物質発生源特定方法
JP5921453B2 (ja) * 2013-01-30 2016-05-24 株式会社東芝 拡散源推定方法及び拡散源推定装置
CN104345016A (zh) * 2013-07-29 2015-02-11 马悦 大气中颗粒状物质多点测量装置
JP6176717B2 (ja) * 2013-09-06 2017-08-09 国立研究開発法人宇宙航空研究開発機構 航空機運航用情報生成装置、航空機運航用情報生成方法、及び航空機運航用情報生成プログラム
JP6128361B2 (ja) * 2014-05-30 2017-05-17 富士電機株式会社 多成分用レーザ式ガス分析計
CN104834017A (zh) * 2015-04-30 2015-08-12 华南理工大学 一种有毒有害气体泄漏扩散事故源定位方法
CN105096620B (zh) * 2015-07-10 2017-12-12 南京理工大学 一种高速公路机动车气态污染物排放的测定、评估与警示装置及方法
CN105527383B (zh) * 2016-01-13 2017-06-23 长春工程学院 一种复杂环境下多工况汽车尾气测量方法

Also Published As

Publication number Publication date
JP6672996B2 (ja) 2020-03-25
US20170315105A1 (en) 2017-11-02
CN107340209A (zh) 2017-11-10
US10302610B2 (en) 2019-05-28
JP2017198636A (ja) 2017-11-02

Similar Documents

Publication Publication Date Title
CN107340209B (zh) 产生源分析装置及产生源分析方法
Lu et al. Freeway micro-simulation calibration: Case study using aimsun and VISSIM with detailed field data
Ong et al. Dynamic pre-training of deep recurrent neural networks for predicting environmental monitoring data
CN104702685B (zh) 基于后向轨迹的污染源追踪方法及其***
CN106961366A (zh) 面向车联网环境的网络性能综合测试评价分析方法
CN110426493B (zh) 空气质量监测数据校准方法、装置、设备和存储介质
US9645283B2 (en) Weather prediction apparatus and weather prediction method
Hao et al. Probabilistic model for estimating vehicle trajectories using sparse mobile sensor data
CN108693084B (zh) 产生源分析装置以及产生源分析***
US9177215B2 (en) Sparse representation for dynamic sensor networks
Yue et al. Data assimilation of incoherent scatter radar observation into a one-dimensional midlatitude ionospheric model by applying ensemble Kalman filter
CN109978026A (zh) 一种基于lstm网络的电梯位置检测方法及***
Poddubny et al. Retrieval of spatial field of atmospheric aerosol concentration according to data from local measurements: A modification of the method of back trajectory statistics
Li et al. DeepSAT4D: Deep learning empowers four-dimensional atmospheric chemical concentration and emission retrieval from satellite
Arief et al. Certifiable evaluation for autonomous vehicle perception systems using deep importance sampling (deep is)
JP5433559B2 (ja) 拡散物質の発生源推定装置および発生源推定方法
CN115755131A (zh) 一种卫星定位的方法、装置及介质
Yan et al. Prediction error adjusted gaussian process for short-term wind power forecasting
CN111526487B (zh) 基于gps和车载测距信息融合的协作车辆定位方法
JP2006242747A (ja) 気温予測補正装置
CN111222672B (zh) 空气质量指数aqi的预测方法和装置
CN112987010A (zh) 一种用于机器人的多雷达建图的***及方法
JP5386472B2 (ja) 拡散物質の発生源推定装置および発生源推定方法
CN115903088B (zh) 一种基于平流扩散模型的气象要素临近预报方法及***
Wang et al. Data assimilation in the air contaminant dispersion using particle filter and expectation-maximization algorithm with UAV observations

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant